我是靠谱客的博主 健壮雪碧,最近开发中收集的这篇文章主要介绍数据可视化之Seaborn绘图(01)绘图&调色板Seaborn绘制图表分类Seaborn内置数据集绘图Seaborn调色板,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

Seaborn

  • Seaborn绘制图表分类
  • Seaborn内置数据集
  • 绘图
    • sns.set_style
    • sns.despine()--去除Seaborn图脊, 默认去除上边和右边
    • sns.set_context()--文字大小
      • sns.set_context("paper")
      • sns.set_context("notebook")
      • sns.set_context("talk")
      • sns.set_context("poster")
  • Seaborn调色板
    • 自定义颜色
    • 渐变色

Seaborn绘制图表分类

名称类型
分类图柱状图(barplot)、箱线图(boxplot)、小提琴图(violinplot)、
散点图(stripplot、swarmplot)、分面网格分类图(catplot)
关联图散点图scatterplot、 线图lineplot、
分面网格(FacetGrid) 关联图relplot。
分布图单变量分布图distplot、密度图kdeplot。
矩阵图热力图heatmap、聚类图clus termap。
回归图线性回归图regplot 和分面网格(FacetGrid) 线性回归图lmplot。
分面网格图:FacetGrid。

准备工作

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import numpy as np
import pandas as pd

#plt.rcParams['font.sans-serif'] = ['SimHei'] #用来显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})

import warnings   #去除部分警告信息
warnings.filterwarnings('ignore')

Seaborn内置数据集

加载数据集,返回DataFrame对象

sns.load_dataset(name,cache=True,data_home=None, **kws) #语法格式
name参数数据集名字,https ?/gi thub. com/ mwaskom/ seaborn-data定义数据集名
cache参数是否提供缓存。
data_ home参数指定缓存路径,默认当前用户home下的seaborn-data目录中。.
sns. get_ dataset_ names ()获得数据集名字

绘图

sns.set()
plt.bar([1,2,3,4,5],[3,6,9,2,5])

在这里插入图片描述

sns.set_style

sns.set_style('darkgrid')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

在这里插入图片描述

sns.set_style('whitegrid')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

在这里插入图片描述

sns.set_style('dark')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

在这里插入图片描述

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])

在这里插入图片描述

sns.set_style('ticks') #刻度
plt.bar([1,2,3,4,5],[3,6,9,2,5])

在这里插入图片描述

sns.despine()–去除Seaborn图脊, 默认去除上边和右边

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])
sns.despine()

在这里插入图片描述

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])
sns.despine(left=True,bottom=True)

在这里插入图片描述

sns.set_style('white')
plt.bar([1,2,3,4,5],[3,6,9,2,5])
sns.despine(left=True,bottom=True)
plt.xticks([])
plt.yticks([])

在这里插入图片描述

sns.set_context()–文字大小

sns.set_context(“paper”)

sns.set_context("paper")
plt.bar([1,2,3,4,5],[3,6,9,2,5])
plt.title('柱状图')

在这里插入图片描述

sns.set_context(“notebook”)

在这里插入图片描述

sns.set_context(“talk”)

在这里插入图片描述

sns.set_context(“poster”)

在这里插入图片描述

sns.set_context("poster", font_scale=1.5, rc={"lines.linewidth":5.5})
plt.bar([1,2,3,4,5],[3,6,9,2,5])
plt.title('柱状图')

在这里插入图片描述

Seaborn调色板

color_palette方法返回默认的调色板信息

current_palette = sns.color_palette()
sns.palplot(current_palette)

在这里插入图片描述

sns.palplot(sns.color_palette("deep"))

在这里插入图片描述

自定义颜色

color=['red','orange','yellow','green','pink','blue','black']
print(sns.color_palette(color))
sns.palplot(sns.color_palette(color))

在这里插入图片描述

渐变色

sns.palplot(sns.color_palette("Blues"))

在这里插入图片描述
颜色后面的数字
在这里插入图片描述

sns.palplot(sns.color_palette("Accent"))

在这里插入图片描述

反向颜色
在这里插入图片描述

sns.palplot(sns.color_palette("Accent_r")) 

在这里插入图片描述

sns.palplot(sns.color_palette("Accent_r",8)) 

在这里插入图片描述

sns.palplot(sns.color_palette("hls",15)) 

在这里插入图片描述seaborn定义了一个hls_palette方法,通过该方法可以控制颜色的亮度和饱和度

sns.palplot(sns.hls_palette(15,l=0.3, s=0.9)) 

在这里插入图片描述
一个交互式的方法

sns.choose_cubehelix_palette()  

在这里插入图片描述在这里插入图片描述在这里插入图片描述

最后

以上就是健壮雪碧为你收集整理的数据可视化之Seaborn绘图(01)绘图&调色板Seaborn绘制图表分类Seaborn内置数据集绘图Seaborn调色板的全部内容,希望文章能够帮你解决数据可视化之Seaborn绘图(01)绘图&调色板Seaborn绘制图表分类Seaborn内置数据集绘图Seaborn调色板所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(50)

评论列表共有 0 条评论

立即
投稿
返回
顶部